Tavily MCP Server

Ein Model Context Protocol-Server, der KI-gestützte Websuchfunktionen mithilfe der Such-API von Tavily bereitstellt. Dieser Server ermöglicht LLMs, anspruchsvolle Websuchen durchzuführen, direkte Antworten auf Fragen zu erhalten und aktuelle Nachrichtenartikel mit KI-extrahierten relevanten Inhalten zu durchsuchen.

Merkmale

Verfügbare Tools

• tavily_web_search – Führt umfassende Websuchen mit KI-gestützter Inhaltsextraktion durch.

  • query (Zeichenfolge, erforderlich): Suchanfrage

  • max_results (Ganzzahl, optional): Maximale Anzahl der zurückzugebenden Ergebnisse (Standard: 5, Max: 20)

  • search_depth (Zeichenfolge, optional): Entweder „einfache“ oder „erweiterte“ Suchtiefe (Standard: „einfach“)

  • include_domains (Liste oder Zeichenfolge, optional): Liste der Domänen, die speziell in die Ergebnisse einbezogen werden sollen

  • exclude_domains (Liste oder Zeichenfolge, optional): Liste der Domänen, die von den Ergebnissen ausgeschlossen werden sollen

• tavily_answer_search – Führt Websuchen durch und generiert direkte Antworten mit unterstützenden Beweisen.

  • query (Zeichenfolge, erforderlich): Suchanfrage

  • max_results (Ganzzahl, optional): Maximale Anzahl der zurückzugebenden Ergebnisse (Standard: 5, Max: 20)

  • search_depth (Zeichenfolge, optional): Entweder „einfache“ oder „erweiterte“ Suchtiefe (Standard: „erweitert“)

  • include_domains (Liste oder Zeichenfolge, optional): Liste der Domänen, die speziell in die Ergebnisse einbezogen werden sollen

  • exclude_domains (Liste oder Zeichenfolge, optional): Liste der Domänen, die von den Ergebnissen ausgeschlossen werden sollen

• tavily_news_search – Durchsucht aktuelle Nachrichtenartikel mit Veröffentlichungsdatum.

  • query (Zeichenfolge, erforderlich): Suchanfrage

  • max_results (Ganzzahl, optional): Maximale Anzahl der zurückzugebenden Ergebnisse (Standard: 5, Max: 20)

  • days (Ganzzahl, optional): Anzahl der Tage zurück zur Suche (Standard: 3)

  • include_domains (Liste oder Zeichenfolge, optional): Liste der Domänen, die speziell in die Ergebnisse einbezogen werden sollen

  • exclude_domains (Liste oder Zeichenfolge, optional): Liste der Domänen, die von den Ergebnissen ausgeschlossen werden sollen

Eingabeaufforderungen

Der Server stellt außerdem Eingabeaufforderungsvorlagen für jeden Suchtyp bereit:

• tavily_web_search – Durchsuchen Sie das Internet mit der KI-gestützten Suchmaschine von Tavily

• tavily_answer_search – Durchsuchen Sie das Internet und erhalten Sie eine KI-generierte Antwort mit unterstützenden Beweisen

• tavily_news_search – Durchsuchen Sie aktuelle Nachrichtenartikel mit der Nachrichtensuche von Tavily

Voraussetzungen

• Python 3.11 oder höher

• Ein Tavily-API-Schlüssel (von der Tavily-Website erhältlich)

• uv Python-Paketmanager (empfohlen)

Installation

Option 1: Verwenden von pip oder uv

Sie sollten eine Ausgabe ähnlich der folgenden sehen:

Option 2: Aus der Quelle

Während der Installation sollten Sie sehen, wie das Paket mit seinen Abhängigkeiten erstellt und installiert wird.

Verwendung mit VS Code

Verwenden Sie für eine schnelle Installation eine der folgenden Ein-Klick-Installationsschaltflächen:

Für die manuelle Installation fügen Sie den folgenden JSON-Block zu Ihrer Benutzereinstellungsdatei (JSON) in VS Code hinzu. Drücken Sie dazu Ctrl + Shift + P und geben Sie Preferences: Open User Settings (JSON) ein.

Optional können Sie es einer Datei namens .vscode/mcp.json in Ihrem Arbeitsbereich hinzufügen. Dadurch können Sie die Konfiguration mit anderen teilen.

Beachten Sie, dass der mcp Schlüssel in der Datei .vscode/mcp.json nicht benötigt wird.

Konfiguration

API-Schlüssel-Setup

Der Server benötigt einen Tavily-API-Schlüssel, der auf drei Arten bereitgestellt werden kann:

1. Über eine .env -Datei in Ihrem Projektverzeichnis:

   TAVILY_API_KEY=your_api_key_here

2. Als Umgebungsvariable:

   export TAVILY_API_KEY=your_api_key_here

3. Als Befehlszeilenargument:

   python -m mcp_server_tavily --api-key=your_api_key_here

Konfigurieren für Claude.app

Fügen Sie zu Ihren Claude-Einstellungen hinzu:

Bei Problemen müssen Sie möglicherweise den vollständigen Pfad zu Ihrem Python-Interpreter angeben. Führen Sie which python aus, um den genauen Pfad zu ermitteln.

Anwendungsbeispiele

Für eine normale Websuche:

So erstellen Sie einen Bericht mit Domänenfilterung:

So verwenden Sie den Antwortsuchmodus für direkte Antworten:

Für die Nachrichtensuche:

Testen

Das Projekt umfasst eine umfassende Testsuite. So führen Sie die Tests aus:

1. Installieren Sie Testabhängigkeiten:

   source .venv/bin/activate # If using a virtual environment uv sync --dev # Or: pip install -r requirements-dev.txt

2. Führen Sie die Tests aus:

   ./tests/run_tests.sh

Sie sollten eine Ausgabe ähnlich der folgenden sehen:

Die Testsuite umfasst Tests für Datenmodelle, Dienstprogrammfunktionen, Integrationstests, Fehlerbehandlung und Parametervalidierung. Der Schwerpunkt liegt auf der Überprüfung der korrekten Funktion aller API-Funktionen, einschließlich der Handhabung von Domänenfiltern und verschiedenen Eingabeformaten.

Docker

Erstellen Sie das Docker-Image:

Alternativ können Sie direkt mit Docker erstellen:

Führen Sie einen getrennten Docker-Container aus (Standardname mcp_tavily_container , Port 8000 → 8000):

Oder manuell:

Anhalten und Behälter entfernen:

Folgen Sie den Containerprotokollen:

Sie können die Standardeinstellungen überschreiben, indem Sie Umgebungsvariablen festlegen:

• DOCKER_IMAGE: Imagename (Standard: mcp_tavily )

• DOCKER_CONTAINER: Containername (Standard: mcp_tavily_container )

• HOST_PORT: Host-Port zum Binden (Standard 8000 )

• CONTAINER_PORT: Container-Port (Standard 8000 )

Debuggen

Sie können den MCP-Inspektor zum Debuggen des Servers verwenden:

Beitragen

Wir freuen uns über Beiträge zur Verbesserung von mcp-tavily! So können Sie helfen:

1. Forken Sie das Repository

2. Erstellen Sie einen Feature-Zweig ( git checkout -b feature/amazing-feature )

3. Nehmen Sie Ihre Änderungen vor

4. Führen Sie Tests durch, um sicherzustellen, dass sie erfolgreich sind

5. Übernehmen Sie Ihre Änderungen ( git commit -m 'Add amazing feature' )

6. Pushen zum Zweig ( git push origin feature/amazing-feature )

7. Öffnen einer Pull-Anfrage

Beispiele für andere MCP-Server und Implementierungsmuster finden Sie unter: https://github.com/modelcontextprotocol/servers

Lizenz

mcp-tavily ist unter der MIT-Lizenz lizenziert. Weitere Informationen finden Sie in der Datei LICENSE .